p-Index From 2021 - 2026
6.806
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Ilmu Komputer MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Jurnal Ilmiah Kursor Journal of Innovation and Applied Technology International Journal of Local Economic Governance Journal of Environmental Engineering and Sustainable Technology Jurnal Pembangunan dan Alam Lestari Jurnal Teknologi Informasi dan Ilmu Komputer The International Journal of Accounting and Business Society Jurnal Edukasi dan Penelitian Informatika (JEPIN) International Journal of Advances in Intelligent Informatics Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Knowledge Engineering and Data Science Jambura Law Review Advances in Food Science, Sustainable Agriculture and Agroindustrial Engineering (AFSSAAE) Indonesian Journal of Electrical Engineering and Computer Science International Journal of Engineering, Science and Information Technology Indexia Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Bulletin of Culinary Art and Hospitality Bulletin of Social Informatics Theory and Application Jurnal ilmiah teknologi informasi Asia Signal and Image Processing Letters Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika
Claim Missing Document
Check
Articles

Penilaian Prestasi Kinerja Pegawai Menggunakan Fuzzy Tsukamoto Hadi, Hilman Nuril; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 1: April 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (820.568 KB) | DOI: 10.25126/jtiik.201521129

Abstract

Pengukuran kinerja pegawai pada suatu perusahaan merupakan hal yang sangat penting untuk evaluasi dan perencanaan perusahaan di masa datang. Setiap perusahaan  mempunyai  cara  yang  berbeda  dalam  melakukan  penilaian  kinerja  pegawai. Penilaian  kinerja harus dilakukan  dengan metode yang baik dan tepat sehingga dapat menjamin perlakuan yang adil serta memuaskan bagi para pegawai yang dinilai. Hal ini dapat menumbuhkan loyalitas dan semangat kerja pegawai. Pada makalah ini dibahas pembuatan sistem penilaian kinerja pegawai menggunakan Sistem Inferensi Fuzzy Tsukamoto. Parameter yang digunakan untuk batasan fungsi keanggotaan fuzzy berdasarkan pendapat pakar yaitu tanggung jawab, kedisiplinan dan faktor pengurang. Akurasi sistem dihitung dengan membandingkan keluaran sistem dengan penilaian pakar. Hasil uji coba menunjukkan bahwa sistem yang dibangun menghasilkan akurasi 84%.
Optimasi Model Segmentasi Citra Metode Fuzzy Divergence Pada Citra Luka Kronis Menggunakan Algoritma Genetika Rachmansyah, Ghenniy; Mahmudy, Wayan Firdaus; Perdana, Rizal Setya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1433.971 KB) | DOI: 10.25126/jtiik.201631163

Abstract

AbstrakLuka kronis merupakan masalah yang masih terbilang berat dalam penanganan, memerlukan ketekunan, biaya mahal, tenaga terlatih dan terampil. Proses pengkajian luka masih dilakukan secara manual, membutuhkan waktu yang cukup lama dan menghasilkan hasil yang lebih subyektif. Dengan adanya permasalahan tersebut, maka dibutuhkan sistem yang dapat membantu pengkajian luka dengan pendekatan citra digital atau dikenal dengan istilah digital planimetry. Fokus permasalahan yang diselesaikan hanya sebatas pada penggolongan komposisi jaringan luka dengan pendekatan segmentasi citra. Pada task segmentasi citra, algoritma yang digunakan yaitu fuzzy divergence yang dioptimasi menggunakan algoritma genetika untuk pemilihan nilai threshold optimal. Pada algoritma genetika, representasi kromosom berupa real-coded, proses reproduksi meliputi operasi extended intermediate crossover dan random mutation, serta metode seleksi elit dengan penambahan mekanisme random injection. Metode yang diusulkan dapat digunakan untuk mengoptimasi model segmentasi citra multilevel thresholding dengan meminimalkan nilai fuzzy divergence dengan parameter algoritma genetika; meliputi ukuran populasi sebesar 60, kombinasi ukuran cr dan mr secara berturut-turut 0.6 dan 0.4, dan ukuran generasi sebesar 100. Kemudian, berdasarkan evaluasi hasil segmentasi citra menggunakan Standar Deviasi (SD), distribusi Gamma menghasilkan hasil segmentasi yang lebih baik.Kata kunci: luka kronis, digital planimetry, segmentasi citra, fuzzy divergence, algoritma genetikaAbstractChronic wounds are a problem that is still difficult in wound management, require persistence, high cost for treatment, and trained-skilled personnel. In wound management, the assessment process are still performed manually, however it’s very time-consuming and produce more subjective outcomes. Given these problems, there is a need for a system that helps wound assessment with the approach in measuring wound size using digital images, known as digital planimetry. In this work, the focus only on wound tissue classification using image segmentation. In image segmentation, the algorithm used is fuzzy divergence that optimized by using genetic algorithm for selecting optimal threshold. For genetic algorithm, the representation of chromosomes is real-coded, then reproduction process using the extended intermediate crossover and random mutation, and elitism selection with the addition of random injection mechanism. The proposed method can use to optimize image segmentation multilevel thresholding by minimizing the value of fuzzy divergence with genetic algorithm parameters which includes the size of the population is 60, the combination of size Cr and Mr respectively 0.6 and 0.4, and the size of generation is 100. Then, based on the evaluation result of image segmentation using Standard Deviation (SD), found that Gamma distribution leads better segmentation as compared to others.Keywords: chronic wounds, digital planimetry, image segmentation, fuzzy divergence, genetic algorithm
Penjadwalan Kapal Penyeberangan Menggunakan Algoritma Genetika Febriyana, Ria; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1140.196 KB) | DOI: 10.25126/jtiik.201631169

Abstract

AbstrakPenyusunan penjadwalan kapal penyeberangan di Pelabuhan Ketapang – Gilimanuk  sangatlah penting agar para penumpang pengguna jasa kapal laut mendapatkan pelayanan yang maksimal. Karena pembuatan penjadwalan masih dibuat secara manual sehingga memungkinkan ada nama kapal yang sama dalam sehari yang beroperasi dan tidak adanya keadilan pada pembagian porsi masing-masing kapal. Untuk mengatasi permasalahan tersebut diperlukan suatu sistem komputerisasi penjadwalan kapal guna mempercepat pengaturan jadwal pemberangkatan kapal penyeberangan Ketapang – Gilimanuk. Penerapan metode algoritma genetika dalam permasalahan penjadwalan kapal mampu menghasilkan solusi yang baik dengan menggunakan representasi kromosom permutasi bilangan integer, metode crossover menggunakan one cut-point crossover, mutasi menggunakan reciprocal exchange mutation, dan seleksi menggunakan elitism selection. Dari pengujian parameter didapat hasil yaitu antara lain ukuran populasi sebesar 180, banyaknya generasi 200, serta kombinasi crossover rate=0,6 dan mutation rate=0,4.Kata kunci: kapal, penjadwalan, algoritma genetika.AbstractArrangement schedule for dispatching ships in Ketapang – Gilimanuk Harbor is strongly important to make all the passengers get the best service. As the schedule arrangement is made manually, it is possible that there are ships with same name work in a day; another problem is there is no equality in distributing the portion for each ships. To solve that kind of problems, dispatching schedule using computerization is needed in order to make the dispatching schedule of the ships faster in Ketapang – Gilimanuk Harbor. The use of genetic algorithm method in dispatching schedule of ships produces a good solution with using representative of numeral integer chromosome permutation, crossover method using one cut-point crossover, mutation using reciprocal exchange mutation, and selection using elitism selection. From parameter test’s result, there are some outcomes such as 180 population size, 200 the amount of generation, and also the combination of crossover rate=0,6 and mutation rate=0,4.Keywords: ship, schedule, genetic algorithm.
Pemodelan Regresi Non Linear Menggunakan Algoritma Genetika Untuk Prediksi Kebutuhan Air PDAM Kota Malang Putri Hasan, Vitara Nindya; Mahmudy, Wayan Firdaus; Sarwani, Mohammad Zoqi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (798.15 KB) | DOI: 10.25126/jtiik.201631170

Abstract

AbstrakSeiring dengan meningkatnya jumlah penduduk di Kota Malang maka meningkat pula kebutuhan konsumen air bersih dari PDAM.  Perubahan pemakaian air tersebut jika tidak diolah dengan baik maka akan menyebabkan beberapa persoalan diantaranya apabila PDAM terlalu banyak mendistribusikan air bersih ke konsumen maka akan berakibat pemborosan air dan sebaliknya apabila distribusi air bersih PDAM kurang maka konsumen akan kekurangan air bersih.  Oleh karena itu dibutuhkan suatu estimasi untuk memperkirakan dengan tepat seberapa besar volume air yang diperlukan di tahun-tahun berikutnya. Permasalahan tersebut dimodelkan dengan persamaan regresi non linear yang terdiri dari variabel bebas (X) dan variabel terikat (Y). Algoritma Genetika digunakan untuk memilih variabel mana saja yang perlu dilibatkan dalam persamaan regresi. Proses reproduksi menggunakan one-point-crossover dan random mutation, untuk proses seleksinya menggunakan model elitism selection. Dari uji coba didapatkan parameter terbaik yaitu ukuran populasi sebanyak 225, generasi terbaik sebanyak 1750 generasi, kombinasi cr : mr adalah 0,6 : 0,4 dengan nilai fitness tertinggi yaitu 107.997.  Hasil akhir berupa model regresi dengan melibatkan sesedikit mungkin variable bebas dan mean square error (MSE) terkecil..Kata kunci: Regresi Non Linear, Algoritma Genetika, Prediksi, Pemakaian air PDAM  AbstractAlong with the increasing population in Malang the consumer water consumption from PDAM also increase.  The change of water consumption if it is not treated properly , it will cause some problems when the PDAM has too many of water to distribute to consumers it will result in wastage of water and otherwise if the distribution of water less than normal, then the consumer will get a shortage of water.  Therefore it is necessary to estimate for predict exactly how much the water volume needed in subsequent years.  This problem will be modeled with non linear regression that consist of the independent variable (X) and the dependent variable (Y). Genetic Algorithm is applied to determine which variables are involved in the regression model. The reproduction process uses one-point-crossover and random mutation, for the selection process uses a elitism selection models. The numerical experiment obtains the best population size is 225, the best generation as much as 1750 generation, combination of cr : mr is 06 : 0.4 with the highest fitness value is 107.997.  The final result is a regression model that involves less independent variabels with minimum mean square error (MSE).Keywords: Non Linear Regression, Genetic Algorithm, Predict, Water Consumption
Pengelompokan Data Hasil Tes Kepribadian 16pf Sopir Bus Menggunakan Algoritma Genetika Hidayat, Luthfi; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 3: September 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.78 KB) | DOI: 10.25126/jtiik.201633197

Abstract

AbstrakTes kepribadian merupakan suatu metode tes yang disusun untuk mendeskripsikan bagaimana kecenderungan seseorang dalam bertingkah laku maupun berpikir. Tes kepribadian sebenarnya hanya dapat dideskripsikan secara kualitatif karena sebenarnya kepribadian tidak dapat diukur. Namun, untuk membantu menjelaskan kepribadian seseorang dapat menggunakan bantuan angka sehingga hasil dari tes tersebut dapat di deskripsikan ke dalam bentuk kualitatif. Dalam penelitian sebelumnya, pengelompokan hasil data tes kepribadian 16PF dilakukan dengan metode K – Means Clustering yang digabung dengan metode Silhouette Coefficient. Penelitian tersebut memiliki hasil maksimum SI (Silhouette Index) hingga 0.4341. Dalam penelitian kali ini, metode yang dapat digunakan untuk mengelompokkan dan menghitung seluruh data serta atribut yang diperoleh menggunakan Algoritma Genetika. Tahapan untuk mengelompokkan data menggunakan metode yang sama seperti penelitian sebelumnya yaitu K – Means Clustering dan untuk menghitung cluster diperlukan representasi kromosom agar dapat membangkitkan nilai Centroid untuk perhitungan Silhouette Coefficient. Representasi kromosom yang digunakan adalah real code genetic algorithm dimana representasi tersebut dibangkitkan secara random dengan interval tertentu. Dari pengujian yang dilakukan, sistem mampu memberikan nilai SI terbaik pada jumlah populasi 40, jumlah generasi 15, kombinasi cr 0.7 dan mr 0.3. Algoritma genetika mampu memberikan solusi optimal dibandingkan dengan penelitian sebelumnya dimana dengan jumlah data yang sama menghasilkan nilai SI yang lebih baik.Kata Kunci: Algoritma genetika, Personality Factor, Clustering, K – Means, Silhouette Coefficient.AbstractAbstractPersonality Test is a test method developed to describe how the tendency of a person's behavior and thinking. Actually, personality tests can only be described qualitatively because actual personality cannot be measured. However, figures can be used to help explaining an individual’s personality, thus test results could be described into qualitative terms. In previous research, grouping data results 16PF personality test was conducted using K - Means Clustering combined with Silhouette Coefficient methods. The study has a maximum performance in terms of SI (silhouette index) of 0.4341. In the present study, the method can be used to classify, count all the data and attributes that are obtained using Genetic Algorithms. Stages for classifying data using the same method as previous research, that K - Means Clustering and to calculate cluster, required the representation of chromosomes in order to generate value of Centroid for the calculation Silhouette Coefficient. Chromosome representation used is real code genetic algorithm which is representations generated randomly with a certain interval. From the tests, systems are able to provide the best SI values in populations of 40, the number of generations 15, combination of cr mr are 0.7 and 0.3. Genetic algorithms are able to provide optimal solutions compared to a previous study in which the same amount of data to produce better value SI.Keywords: Genetic algorithms, Personality Factor, Clustering, K – Means, Silhouette Coefficient.
Penerapan Algoritma Genetika Untuk Penentuan Batasan Fungsi Kenggotaan Fuzzy Tsukamoto Pada Kasus Peramalan Permintaan Barang Armanda, Rifki Setya; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 3: September 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (461.109 KB) | DOI: 10.25126/jtiik.201633201

Abstract

Perencanaan kapasitas produksi seharusnya menyesuaikan dengan kebutuhan permintaan. Hal ini bisa dicapai dengan melakukan peramalan permintaan barang yang diproduksi. Sistem inferensi fuzzy Tsukamoto bisa diimplementasikan untuk peramalan. Salah satu permasalahan dalam penerapan metode fuzzy adalah sulitnya menentukan batasan fungsi keanggotaan yang tepat. Pada tulisan ini diusulkan penggunaan algoritma genetika untuk memperbaiki batasan fungsi keanggotaan fuzzy sehingga didapatkan hasil peramalan yang lebih akurat. Percobaan komputasi membuktikan bahwa sistem inferensi fuzzy yang telah dioptimasi mampu memberikan hasil yang lebih akurat. Dalam hal ini penerapan algoritma genetika untuk penentuan batasan fungsi pada kasus peramalan permintaan barang dilakukan dengan menggunakan teknik extended intermediate crossover, mutasi dengan exchange point dan seleksi dengan menggunakan elitsm selection. Pada penelitian ini terdapat 4 tahapan dalam menentukan nilai error yang optimal dengan menggunakan algoritma genetika sebagai batasan fungsi keanggotaan fuzzy tsukamoto. Data yang digunakan dalam penelitian ini sebanyak 25 permintaan produksi dalam satuan minggu selama tahun 2015. Solusi optimal diperoleh pada ukuran populasi sebanyak 80, jumlah generasi sebesar 120, dan kombinasi crossover rate dan mutation rate sebesar 0.3 dan 0.7 dengan fitness sebesar 6.863533684.
Peramalan Butuhan Hidup Minimum Menggunakan Automatic Clustering dan Fuzzy Logical Relationship Anggodo, Yusuf Priyo; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 2: Juni 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (926.087 KB) | DOI: 10.25126/jtiik.201632202

Abstract

Kebutuhan hidup minimum (KHM) adalah standar kebutuhan seorang pekerja atau lanjang untuk dapat hidup layak secara fisik untuk kebutuhan satu bulan. Selain itu KHM berpengaruh terhadap upah minum provinsi dan kota. Oleh karena itu diperlukan suatu peramalan KHM untuk mengetahui nilai KHM di tahun yang akan datang. Peramalan ini bermanfaat untuk perusahaan dalam merencanakan keuangan perusahaan tahun depan. Dalam melakukan peramalan KHM menggunakan metode automatic clustering dan fuzzy logical relationship. Automatic clustering digunakan untuk membentuk sub-interval dari data time series yang ada. Sedangkan fuzzy logical relationship digunakan untuk melakukan peramalan KHM berdasarkan relasi fuzzy yang telah dikelompokan. Automatic clustering dapat menghasilkan cluster-cluster yang sangat baik sehingga dalam melakukan peramalan dalam fuzzy logical relationship memberikan akurasi yang tinggi. Dalam menghitung kesalahan menggunakan mean squere error (MSE), nilai kesalahan semakin berkurang ketika diterapkan automatic clustering dalam fuzzy logical relationship. Hasil peramalan memiliki nilai koefisien korelasi yang hampir mendekati satu.
Optimasi Jangkauan Jaringan 4G Menggunakan Algoritma Genetika Riani, Garsinia Ely; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 2: Juni 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.594 KB) | DOI: 10.25126/jtiik.201632205

Abstract

Kemampuan dan jangkauan 4G yang lebih luas daripada teknologi generasi sebelumnya perlu dimaksimalkan. Hal ini mengingat antusiasme pengguna layanan selular dalam menyambut kehadiran teknologi internet cepat ini. Optimasi yang dilakukan memperhatikan luas area, kerapatan pengguna internet dan posisi Base Transceiver Station (BTS). Penelitian ini mengusulkan algoritma genetika sebagai algoritma optimasi yang sering digunakan untuk menyelesaikan berbagai permasalahan kompleks. Optimasi dilakukan untuk memaksimalkan jangkauan 4G  secara efektif dan efisien dari sisi penyedia (provider). Serangkaian uji coba menunjukkan bahwa algoritma genetika mampu memberikan solusi yang cukup baik untuk penentuan posisi BTS dalam permasalahan jangkauan pelanggan.
Implementasi Algoritma Genetika Dalam Optimasi Model AHP dan Topsis Untuk Penentuan Kelayakan Pengisian Bibit Ayam Broiler di Kandang Peternak Mu’asyaroh, Fita Lathifatul; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (936.975 KB) | DOI: 10.25126/jtiik.201634206

Abstract

Peternakan ayam broiler merupakan salah satu jenis usaha yang paling potensial dikembangkan. Pola yang biasa digunakan dalam pengembangan ayam broiler adalah pola kemitraan inti plasma. Pada pola ini perusahaan mitra meninjau layak tidaknya kandang peternak untuk mendapatkan bibit ayam broiler. Dalam penelitian ini ada beberapa penilaian kriteria yang dilakukan yaitu: riwayat peternak, tinggi kandang, jarak antar kandang, kelembapan, kekuatan kandang dan keamanan. Agar dapat memperoleh penilaian kelayakan kandang yang optimal, penelitian ini menawarkan solusi menggunakan algoritma genetika sebagai algoritma untuk penentuan kandang peternak dalam pengisian bibit ayam broiler. Data yang digunakan dalam penelitian adalah 46 data kandang ayam broiler. Proses algoritma genetika ini menggunakan representasi real–code dengan panjang kromosom sesuai dengan kriteria yang ditentukan, metode crossover yang digunakan adalah extended intermediate crossover, metode mutasi yang digunakan adalah random mutation, dan diseleksi dengan metode elitism. Dari hasil pengujian yang diperoleh parameter optimal yaitu ukuran populasi 105 individu dengan rata-rata fitness sebesar 0,73910, generasi sebanyak 115 dengan rata-rata firness sebesar 0,7610 dan kombinasi cr 0,5 dan mr 0,1 dengan rata-rata fitness sebesar 0,75218. Hasil akhir berupa layak atau tidak layak kandang peternak untuk diisi ayam broiler.
Hibridisasi Algoritma Genetika Dengan Variable Neighborhood Search (VNS) Pada Optimasi Biaya Distribusi Rahmi, Asyrofa; Mahmudy, Wayan Firdaus; Anam, Syaiful
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 2: Juni 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (987.611 KB) | DOI: 10.25126/jtiik.201742287

Abstract

AbstrakProses distribusi dianggap sangat penting bagi perusahaan karena menjadi salah satu faktor yang mempengaruhi perolehan keuntungan. Besarnya biaya yang dikeluarkan serta kompleksnya permasalahan dalam proses distribusi menjadikan permasalahan distribusi sebagai topik yang perlu diteliti lebih mendalam lagi. Karena algoritma genetika (AG) sudah terbukti mampu memberikan solusi terbaik pada berbagai macam permasalahan optimasi dan kombinatorial, maka algoritma ini digunakan untuk menyelesaikan permasalahan distribusi pada penelitian ini. Namun, penerapan GA klasik memiliki kekurangan yaitu belum mencapai titik optimum global sehingga perlu dihibridisasi menggunakan algoritma variable neighborhood search (VNS). Algoritma ini dipilih karena selain mencari solusi secara global, algoritma ini juga mencari solusi secara lokal sehingga mampu menutupi kekurangan dari GA. Dengan menggunakan hibridisasi GA dengan VNS maka biaya yang diperoleh adalah 32392960 yang dibuktikan dengan penghematan biaya sebesar 323190 jika dibandingkan dengan GA klasik yaitu 32716150. Namun, dilihat dari waktu komputasi, GA-VNS membutuhkan waktu yang relatif sama dengan GA klasik yaitu 279332 ms (milisecond) dan 265091 ms.Kata kunci: distribusi, algoritma genetika, variable neighborhood searchAbstractThe distribution process is considered importantly for the company as one of the factors that affects profitability. The costs incurred as well as the complexity of the distribution problems makes the distribution problems as a topic that need to be examined more deeply. Since the wide range of combinatorial and optimization problems have been ever solved by using genetic algorithm (GA) well then it is used to resolve the distribution problems in this study. However, the implementation of classical GA has the disadvantage that has not yet reached the global optimum so that needs to be hybridized by using variable neighborhood search (VNS) algorithm. The VNS algorithm has been chosen because its ability either to search the global solutions or local solutions. The local search of VNS algorithm is able to cover the shortage of the GA. By using hibridization of GA with VNS, the cost accrued is 32392960 as evidenced by cost savings of 323190 in comparison with the classical GA is 32716150. However, the computational time of GA-VNS is equal to its classical GA relatively.Keywords: distribution, genetic algorithm, variable neighborhood search
Co-Authors A.N. Afandi Abdul Latief Abadi Abdul Latief Abadi Achmad Arwan Achmad Basuki Achmad Ridok Adimoelja, Ariawan Aditama, Gustian Adyan Nur Alfiyatin Agi Putra Kharisma Agung Mustika Rizki Agung Mustika Rizki, Agung Mustika Agung Setia Budi Agung Setia Budi, Agung Setia Agus Naba Agus Wahyu Widodo Agus Wahyu Widodo Agus Wahyu Widodo, Agus Wahyu Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Aji Prasetya Wibawa Al Khuluqi, Mabafasa Alauddin, Mukhammad Wildan Alfiani Fitri Alfita Rakhmandasari Alfiyatin, Adyan Nur Alqorni, Faiz Amalia Kartika Ariyani Amalia Kartika Ariyani Amalia Kartika Ariyani Anantha Yullian Sukmadewa Andi Kurniawan Andi Maulidinnawati A K Parewe Andi Maulidinnawati A. K. Parewe Andreas Nugroho Sihananto Andreas Pardede Andreas Patuan G. Pardede Andrew Nafalski Angga Vidianto Anissa, Retno Dewi Aprilia Nur Fauziyah Aprilia Nur Fauziyah Arief Andy Soebroto Arinda Hapsari Achnas Armanda, Rifki Setya Arviananda Bahtiar Arya, Putu Bagus Asyrofa Rahmi Asyrofa Rahmi Asyrofa Rahmi Asyrofa Rahmi Asyrofa Rahmi, Asyrofa Aulia, Yudha Alif Bagus Priambodo Bagus Priambodo Bayu Rahayudi Binti Robiyatul Musanah Budi Darma Setiawan Burhan, M.Shochibul Cahya, Reiza Adi Cahyo Prayogo, Cahyo Candra Dewi Candra Fajri Ananda Cleoputri Yusainy Darmawan, Abizard Hashfi Dea Widya Hutami Dhaifullah, Afif Naufal Diah Anggraeni Pitaloka Didik Suprayogo Dinda Novitasari Dinda Novitasari, Dinda Diny Melsye Nurul Fajri Dita Sundarningsih Durrotul Fakhiroh Dyan Putri Mahardika Dzikron, Ahmad Ahdani Edi Satriyanto Edy Santoso Effendi, Mas’ud Eko Widaryanto Elta Sonalitha Ervin Yohannes Evi Nur Azizah Fadhli Almu’iini Ahda Fais Al Huda Fajri, Diny Melsye Nurul Fatchurrochman Fatchurrochman Fatwa Ramdani, Fatwa Fauzi, Muhammad Rifqi Fauziatul Munawaroh Fazlur Ihzanurahman Febriyana, Ria Fendy Yulianto Fitra Abdurrachman Bachtiar Fitri Anggarsari Fitria Dwi Nurhayati Gayatri Dwi Santika Ghozali Maski Grady Davinsyah Gusti Ahmad Fanshuri Alfarisy Gusti Ahmad Fanshuri Alfarisy, Gusti Ahmad Fanshuri Gusti Eka Yuliastuti Hafidz Ubaidillah Hamdianah, Andi Hanggara , Buce Trias Herman Tolle Hernando, Deo Heru Nurwarsito Hidayat, Luthfi Hilman Nuril Hadi Ida Wahyuni Ihsan Akram, Faiz Imada Nur Afifah Imam Cholisoddin Imam Cholissodin Imam Cholissodin Imam Cholissodin Imam Santoso Indriati Indriati Irvi Oktanisa Ishardita Pambudi Tama Ismiarta Aknuranda Jauhari, Farid Khozaimi, Ach. Kukuh Tejomurti, Kukuh Kuncahyo Setyo Nugroho Kuncahyo Setyo Nugroho Kurnianingtyas, Diva Lailil Muflikhah Lily Montarcih Limantara M Chandra Cahyo Utomo M Fadli Ridhani M Shochibul Burhan, M Shochibul M. Shochibul Burhan M. Zainal Arifin Mabafasa Al Khuluqi Mar'i, Farhanna Marji Marji Mayang Anglingsari Putri, Mayang Anglingsari Mochammad Anshori Moh. Khusaini Moh. Sholichin Moh. Zoqi Sarwani Mohammad Zoqi Sarwani Mohammad Zoqi Sarwani, Mohammad Zoqi Mu’asyaroh, Fita Lathifatul Muh Arif Rahman Muh. Arif Rahman Muhammad Ardhian Megatama Muhammad Faris Mas'ud Muhammad Halim Natsir Muhammad Isradi Azhar Muhammad Khaerul Ardi Muhammad Noor Taufiq Muhammad Rivai Muhammad Rofiq Nadia Roosmalita Sari Nadya Oktavia Rahardiani Nashi Widodo Ni Wayan Surya Wardhani Nindynar Rikatsih Novanto Yudistira Novi Nur Putriwijaya Nurizal Dwi Priandani Nurul Hidayat Oakley, Simon Oktanisa, Irvi Pardede, Andreas Philip Faster Eka Adipraja Pratama, Muhammad Fajarivan Prayudi Lestantyo Prima Zulvarina, Prima Purnomo Budi Santoso Putra, Firnanda Al Islama Achyunda Putri Hasan, Vitara Nindya Putu Indah Ciptayani Qoirul Kotimah Rachmansyah, Ghenniy Rachmawati, Christina Rani Kurnia Rayandra Yala Pratama, Rayandra Yala Retno Astuti Retno Dewi Anissa Riani, Garsinia Ely Rifa’i, Muhaimin Rinda Wahyuni Rizal Setya Perdana Rizal Setya Perdana Rizdania, Rizdania Rizki Ramadhan Rody, Rafiuddin Ruth Ema Febrita Ryan Iriany S, M Zaki Samaher . Saputro, Arkaditya Lanang Saragih, Triando Hamonangan Selly Kurnia Sari Setyawan Purnomo Sakti Sudarto Sudarto Suhana, Rizka Sukarmi Sukarmi, Sukarmi Sulistyo, Danang Arbian Sutrisno . Sutrisno Sutrisno Syafrial Syafrial Syafrial Syafrial Syaiful Anam Syandri, Hafrijal Tanjung, Lutfi Mitra Tirana Noor Fatyanosa, Tirana Noor Titiek Yulianti Titiek Yulianti Titiek YULIANTI Tomi Yahya Christyawan Tri Halomoan Simanjuntak Ubaidillah, Hafidz Ullump Pratiwi Utaminingrum, Fitri Utomo, M. Chandra Cahyo Vivi Nur Wijayaningrum Wahyuni, Ida Widdia Lesmawati Windi Artha Setyowati Yeni Herawati Yogi Pinanda Yogie Susdyastama Putra Yudha Alif Aulia Yudha Alif Auliya Yudha Alif Auliya, Yudha Alif Yulia Trianandi Yusuf Priyo Anggodo Yusuf Priyo Anggodo Yusuf Priyo Anggodo Yusuf Priyo Anggodo, Yusuf Priyo